Parameter estimation of GTD model and RCS extrapolation based on a modified 3D-ESPRIT algorithm

The noise robustness and parameter estimation performance of the classical three-dimensional estimating signal parameter via rotational invariance techniques(3D-ESPRIT)algorithm are poor when the parameters of the geometric theory of the diffraction(GTD)model are estimated at low signal-to-noise ratio(SNR).To solve this problem,a modified 3D-ESPRIT algorithm is proposed.The modified algorithm improves the parameter estimation accuracy by proposing a novel spatial smoothing technique.Firstly,we make cross-correlation of the auto-correlation matrices;then by averaging the cross-correlation matrices of the forward and backward spatial smoothing,we can obtain a novel equivalent spatial smoothing matrix.The formula of the modified algorithm is derived and the performance of this improved method is also analyzed.Then we compare root-meansquare-errors(RMSEs)of different parameters and the locating accuracy obtained by different algorithms.Furthermore,radar cross section(RCS)of radar targets is extrapolated.Simulation results verify the effectiveness and superiority of the modified 3DESPRIT algorithm.

GTD MODEL-BASED TIME-SHIFT INVARIANT TARGET IDENTIFICATION USING MATCHING PURSUITS AND LIKELIHOOD RATIO TESTS

In order to improve the identification capability of ultra wide-band radar,this paper in-troduces a step-variant multiresolution approach for the time-shift parameter estimation. Subsequently,combining with the approach,a Geometrical Theory of Diffraction(GTD) model-based time-shift Invariant method to target identification using Matching Pursuits and Likelihood Ratio Test(IMPLRT) is developed. Simulation results using measured scattering signatures of two targets in an ultra wide-band chamber are presented contrasting the performance of the IMPLRT to the Wang's MPLRT technique.

基于GTD模型的多视角多频带ISAR融合成像

多视角多频带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction,GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。

基于IRLS的跳频模式下GTD散射参数提取和RCS重构

现代谱估计方法能够反演基于几何绕射理论(geometric theory of diffraction,GTD)的模型参数,但不能处理非均匀不完备的雷达散射截面(radar cross section,RCS)数据。此外,通过暗室测量获取完备的RCS数据也需要较大的时空开销。针对上述问题,提出一种基于迭代加权最小二乘(iteratively reweighed least squares,IRLS)的跳频模式下GTD散射参数提取和RCS重构方法。该方法将稀疏重构理论与GTD散射模型相结合,能够在RCS数据非均匀不完备的条件下反演散射参数和实现RCS重构。仿真数据和电磁计算数据用于验证所提方法的有效性,实验结果表明该方法对降低暗室步进频率RCS的测量成本和扩增雷达RCS数据具有重要意义。

人工等离子体云团与无人机群的散射研究

电离层中释放的金属蒸气产生人工等离子体云团,其可显著改变无线电波传播。本文利用几何绕射理论(geometrical theory of diffraction, GTD)和有限元法(finite element method, FEM)相结合的方法,给出了经由天线、人工等离子云团和无人机(unmanned aerial vehicle, UAV)群组成的传播链路中信号强度计算方法。利用30~70 MHz甚高频(very high frequency, VHF)信号研究人工等离子体云团与UAV群的复合散射特性,得出如下结论:接收功率随着信号频率增加呈下降趋势;当机群由N架UAV构成时,阵因子迭加使机群雷达散射截面(radar cross section, RCS)出现一定的起伏,同相迭加时,接收功率可比单个UAV高约20lg N dB;利用人工等离子体云团散射可实现VHF频段用于对米级尺度RCS目标进行超视距探测,有助于解决紧急情况下电离层扰动对高频探测的不利影响。

基于协同粒子群优化的GTD模型参数估计方法

针对雷达目标散射中心GTD(Geometric Theory of Diffraction)模型最大似然估计中存在的高维、非线性、混合参数估计问题,提出一种基于协同粒子群优化算法的参数估计方法.该方法能够同时估计得到散射中心的类型、幅度和位置参数,且对初始值不敏感,与基于RELAX的估计方法相比,不需要反复迭代估计,降低了计算复杂度.仿真实验结果表明,该算法能够较准确地估计得到GTD模型的散射中心参数.

基于GTD模型的目标二维散射中心提取

为精确描述隐身目标的高频电磁散射特性,该文用基于几何绕射理论的GTD模型代替以镜面散射为主的指数和模型。同时,为克服传统矩阵束算法(MEMP)计算量大、距离坐标配对等问题,该文提出用修正矩阵束算法和二维旋转不变技术(2D-ESPRIT)提取基于GTD模型的目标二维散射中心参数。仿真实验表明,该文的两种方法均适用于以边缘绕射等为主要散射源的隐身目标。

基于压缩感知的二维GTD模型参数估计方法

几何绕射理论(Geometrical Theory of Diffraction,GTD)模型能够精确描述高频区雷达目标的电磁散射机理。该文在分析雷达回波稀疏特性的基础上,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,据此提出了一种基于压缩感知的2维GTD模型参数估计方法。该方法首先利用2维傅里叶变换成像确定目标散射中心的支撑区域,然后在支撑区域内对散射中心的GTD参数进行估计,最后利用聚类方法和最小二乘方法对估计结果进行修正。仿真和暗室测量数据实验结果表明,与现有方法相比,所提方法能有效改善模型参数的估计性能,且对提高散射中心类型参数的估计精度更为明显。

基于GTD的进近着陆系统多径效应仿真

针对进近着陆系统对于环境的影响十分敏感的问题,采用几何绕射理论(GTD)仿真分析了进近着陆系统的多径效应,给出了跑道旁边的机棚造成多径问题的仿真结果,从而为评估环境对着陆系统的影响提供了一种有效的技术途径。

基于全极化GTD模型的雷达目标二维散射中心提取

针对全极化二维GTD散射中心模型,首先提出一种二维极化线性变化(polarization linear variationPL)的ESPRIT算法(2D-PL-ESPRIT)用于提取雷达目标散射中心参数;其次,就2D-PL-ESPRIT算法提取目标散射中心的可行性进行了理论分析。相比通过多个单极化通道方法提取散射中心,2D-PL-ESPRIT算法可以有效提高参数估计精度,降低计算复杂度;相比二维极化并行(parallel polarization,PP)的全极化MUSIC方法(2D-PP-MUSIC),2D-PL-ESPRIT算法避免了复杂的二维谱峰搜索以及通过子空间正交方法判断散射类型的步骤,有效降低了运算量。之后,对三种算法进行了复乘计算量的比较以说明2D-PL-ESPRIT算法具有较高的运算效率。最后,通过仿真实验验证了2D-PL-ESPRIT方法用于全极化2D-GTD模型散射中心提取的有效性。

基于GTD模型的多雷达信号二维融合

多雷达信号2维融合是一种能显著提高成像分辨率和图像质量的参数化成像新方法。但是在宽带小角度观测的情况下,实际目标散射是随着频率的变化而变化,因此传统先插值后处理的融合方法就不再适用了。该文针对以上情况,提出了一种基于几何绕射模型的多雷达信号2维融合的方法,将多雷达信号2维融合问题转化为信号稀疏表示问题,并利用正则化的方法来估计散射模型参数。此方法不仅不需要2维解耦处理,而且通过信号稀疏表示方法可以准确地估计目标散射的频率依赖因子。仿真实验也表明该文方法有效性。

基于改进LS-ESPRIT算法的GTD模型参数估计与RCS重构

针对传统LS-ESPRIT算法在估计GTD模型参数时抗噪效果差,估计精度不高这一问题,该文提出了一种改进的LS-ESPRT算法,有效地提高了算法的参数估计性能与抗噪性。首先,根据雷达目标的回波数据构建Hankel矩阵;其次,采用核范数凸优化方法对上述Hankel矩阵进行降噪处理,得到低秩的重构Hankel矩阵;最后,利用传统的LS-ESPRIT算法对降噪后的数据进行处理,估计出GTD模型参数。基于改进算法与传统算法分别得到重构RCS,并针对不同带宽对参数估计精度的影响作以仿真探究。仿真结果表明,与传统LS-ESPRIT算法与传统TLS-ESPRIT算法相比,改进LS-ESPRIT算法的参数估计性能更高,抗噪性更强,且重构RCS的幅值与相角误差更小。对不同带宽下的参数估计精度也进行了探究,并得出:带宽越大,估计精度越高。

基于GTD的散射通信天线分析与研制

为了避免通信系统之间的电磁干扰,应用几何绕射理论对散射通信天线的副瓣和后瓣电平进行了理论分析和计算,确保天线的低旁瓣特性。设计制作的天线指标满足武器系统的散射通信要求,现已批量投入使用。

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类(MUSIC)算法估计一维几何绕射理论(GTD)的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率;其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵;最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。

GTD分析阵列天线在复杂电磁环境下的近场受扰

给出了应用几何绕射理论(GTD)分析计算机载电大尺寸阵列天线方向图的一种方法,比较好地解决了在复杂电磁环境下,大型阵列天线近场受扰分析的问题。该方法将阵列天线的每个阵元看成电偶极子,由于电偶极子尺寸很小,因而可以认为阵列的近场区仍然是单个电偶极子的远场区。根据这样的远场近似,可以利用几何绕射理论用解析方法计算每个电偶极子受到遮挡影响的场分布。通过独立地对阵列天线的每个阵元单独寻迹计算,并且将所有阵元的场进行叠加,就可以得到整个阵列天线受到处于近场的障碍物遮挡影响的场分布。应用此方法计算了一个阵列天线受到近场遮挡之后的方向图,并与应用HFSS仿真软件计算的结果进行了比较。计算结果表明,这一方法可以很好地应用于复杂电磁环境中大型阵列天线的近场受扰问题分析。

基于RELAX和PSO算法的GTD模型参数估计

针对传统的几何绕射理论(geometric theory of diffraction,GTD)模型参数估计方法存在模型定阶困难、低分辨率时多散射中心难以准确估计、计算量大、易收敛于局部极值等问题,提出一种组合松弛(RELAX)算法和改进粒子群算法(particle swarm optimization,PSO)的GTD模型参数估计新方法。该算法基于RELAX思想,可以有效解决模型定阶问题;通过成像处理给定距离参数初值,并引入变异机制,使之能够稳定高效地收敛于全局最优值;在每次估计时通过检验同一分辨单元内是否存在多个散射中心,使之具有较好的超分辨能力。实验结果表明,该算法可以高效准确地估计GTD模型的散射中心参数。

基于改进3D-ESPRIT算法的GTD模型参数估计与目标识别

针对低信噪比条件下,传统的基于旋转不变技术的三维信号参数估计(three-dimensional estimating signal parameter via rotational invariance te chniques,3D-ESPRIT)算法和平方前后向平滑的3D-ESPRIT(quadr atic-forward-backward 3D-ESPRIT,Q-FB-3D-ESPRIT)算法对几何绕射理论(geometric theory of diffraction,GTD)模型参数估计精度显著降低的问题,提出改进的极化Q-FB-3D-ESPRIT(polarized-Q-FB-3D-ESPRIT,PQ-FB-3D-ESPRIT)算法。改进算法与上述两种传统算法相比,增加了对目标极化信息的利用,有效延长了可利用电磁散射数据的长度。仿真结果表明,改进算法的参数估计精度要高于其他两种算法,且在低信噪比情况下尤为显著。此外,还对基于散射中心模型的雷达目标识别进行了研究,仿真结果进一步验证了所提算法的可行性。

二维GTD模型参数估计的PQ-FB-2D-ESPRIT算法

二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques,2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction,GTD)模型参数的一种经典算法,但在信噪比较低的条件下,2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT,PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT,FB-2D-ESPRIT)算法及平方FB-2D-ESPRIT(quadraticFB-2D-ESPRIT,Q-FB-2D-ESPRIT)算法。基于不同算法估计得到的GTD模型参数对散射中心的定位精度进行比较,进一步验证了改进算法的优越性与有效性。

基于弹跳射线技术的三维GTD模型构建方法

传统的基于弹跳射线(shooting and bouncing ray,SBR)技术的散射中心提取方法只考虑了理想点模型,但理想点模型无法描述散射中心的频率依赖特性。对此,提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction,GTD)模型构建方法,在通过传统方法获取的理想点模型的基础上,利用射线管数据正向推算散射中心的频率依赖参数并修正其径向位置,实现了高精度三维GTD模型构建。仿真结果表明,点频、单视角下构建的三维GTD模型不仅能准确重构相同条件下的雷达散射截面(radar cross section,RCS),还能实现宽带RCS外推,能够满足目标宽带散射数据高效压缩和快速重构的应用需求。

一种GTD模型参数估计的改进2D-TLS-ESPRIT算法

针对经典二维总体最小二乘法旋转不变子空间(2D-TLS-ESPRIT)算法估计二维几何绕射理论(GTD)模型参数精度不高、抗噪性能较差这一问题,提出了一种改进2D-TLS-ESPRIT算法。首先,改进算法通过将目标的极化散射矩阵加入到二维GTD散射中心模型,使得模型对目标极化散射特征的描述更加精准;其次,构建置换矩阵得到原始回波矩阵的共轭矩阵,并将两者结合起来,从而延长了目标电磁散射数据的长度;最后,仿真结果验证了改进算法的参数估计性能与噪声鲁棒性均要优于同类已有算法,雷达散射截面积(RCS)外推结果进一步验证了改进算法参数估计性能的先进性。